ct图像中肝脏分割方法研究

《ct图像中肝脏分割方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、CT图像中肝脏分割方法研究张茜2015年1月中图分类号：TP391UDC分类号：004.9CT图像中肝脏分割方法研究作者姓名张茜学院名称计算机学院指导教师宋红教授答辩委员会主席赵清杰教授申请学位级别工学硕士学科专业软件工程学位授予单位北京理工大学论文答辩日期2015年1月StudyonsegmentationofliveronCTimagesCandidateName：QianZhangSchoolorDepartment:ComputerSchoolFacultyMentor:Prof.HongSongChair,ThesisCommittee：Prof.QingjieZhaoDe

2、greeApplied:MasterofPhilosophyMajor：SoftwareEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefense：January，2015研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特

3、此申明。签名：日期：北京理工大学硕士学位论文摘要近年来，由于肝癌患者数量持续增长，早期诊断和准确的手术规划对治疗肝癌至关重要。精确的肝脏分割是计算机辅助肝脏疾病诊断和手术规划的必要步骤，它对于肝脏组织的定量分析、图像配准以及三维可视化建模具有重要的学术和应用研究价值。本论文提出了一种针对腹部CT图像的肝脏分割策略，该策略采用由粗到细的分割方法，充分利用了CT切片图像在空间上的连续性，实现了全序列图像中的肝脏分割。论文的具体研究内容如下：(1)对CT图像进行预处理以及对分割结果进行后处理操作。本文对CT图像的预处理包括将医学图像DICOM格式转换为常用的BMP格式和中值滤波去噪。对分割

4、结果的后处理包括利用形态学方法平滑图像边缘，填充二值图像中的孔洞以及提取最大连通区域。(2)采用基于空间邻域信息的核模糊C均值聚类算法(SKFCM)对腹部CT图像中的肝脏进行粗分割，本文第一次将SKFCM算法用于肝脏分割。SKFCM算法是在模糊C均值聚类算法(FCM)的基础上引入了核函数和空间邻域信息，它的聚类能力和抗噪声能力比FCM算法强。在腹部CT切片图像中，相邻切片的形状变化较小，利用这一特性，可实现肝脏图像的连续粗分割。粗分割结果中有大概一半的分割结果不需要再进行细分割，这些不再需要进行细分割的粗分割结果可作为模板，用于自动生成细分割的种子点。(3)采用本文提出的改进的Gro

5、wCut算法对粗分割结果中分割不完全的图像进行细分割。传统的GrowCut算法是一个交互式的分割算法，需要手动输入种子点，分割效果依赖于种子点的选择。本文改进了GrowCut算法，可实现种子点的自动生成，提高了分割的效率和准确性。利用本文提出的由粗到细的分割策略对三组腹部CT图像进行了肝脏分割，并对分割结果进行了定性和定量分析，验证了本文提出的肝脏分割方法的准确性和有效性。关键词：腹部CT图像；肝脏分割；SKFCM；GrowCutI北京理工大学硕士学位论文AbstractRecently,withtheincidenceoflivercancerrising,earlydiagnos

6、isandaccuratesurgicalplanningisimportantforthetreatmentoflivercancer.Accurateliversegmentationisacrucialstepforcomputer-aidedliverdiseasediagnosisandsurgicalplanning.Theresultsofliversegmentationcanbeusedinquantitativeanalysisoflivertissues,imageregistrationandthree-dimensionallivermodelingwhic

7、hhassignificantacademicresearchandappliedvalue.Inthispaper,anewcoarse-to-finemethodisproposedtosegmentliveronabdominalCTimages.ThisnewsegmentationmethodmakesfulluseofthespacecontinuityofCTslicesandachievestheliversegmentationofafu